近日，计算机与人工智能学院王皓教授课题组在软件工程领域CCF A类顶刊IEEE Transactions on Services Computing上发表了论文” PUDSQ: Privacy-Preserving User-Defined Skyline Query Processing With Function Secret Sharing” 。

随着云计算与数据驱动决策的广泛应用，多标准决策分析中的天际线（Skyline）查询技术日益成为研究热点。然而，现有天际线查询面临两大关键挑战：一是传统方法采用固定支配关系，难以捕捉用户个性化偏好；二是云服务部署模式容易泄露敏感数据与查询逻辑。如何在保护数据隐私的同时支持高效、灵活的用户自定义天际线查询，成为亟待解决的关键问题。

为了解决这些问题，本文提出了PUDSQ，一个新颖的基于隐私保护的用户自定义天际线查询方案。该方案将秘密共享（SS）和函数秘密共享（FSS）等高效密码学技术与安全的数据库混淆机制相结合，在实现隐私保障的同时完成高效的查询处理。PUDSQ的核心创新包括：基于FSS的隐私保护过滤框架，能够对数据内容和用户偏好提供双重保护，有效隐藏数据库内容与查询逻辑；基于FSS设计的安全协议，支持用户自定义属性检索、约束区域检索以及安全天际线过滤；以及一种高维数据处理策略，通过集成降维与基于Sort-Filter-Skyline（SFS）的预排序方法，有效应对高维数据带来的挑战，并显著提升处理效率。实验结果表明，在相同安全保证条件下，与现有最先进方案相比，PUDSQ将查询延迟最高降低90%，在高维场景下优势尤为突出，实现了效率与隐私的有效权衡。

《IEEE Transactions on Services Computing》为中国计算机学会推荐A类国际学术期刊（CCF A），计算机与人工智能学院王皓教授、苏烨副教授为论文通讯作者，该研究得到国家自然科学基金项目（62302280、62472265、62472266、U25B2031）、山东省自然科学基金项目（ZR2023QF133）、山东省科技人才托举工程青年项目（SDAST2025QTB026）以及山东师范大学青年学术精英发展计划的共同资助。